Earth Engine, Vertex AI'da barındırılan modellere bağlantı sağlayan ee.Model'ü sunar.
Earth Engine, görüntü veya tablo verilerini online tahmin istekleri olarak Vertex AI uç noktasında dağıtılan eğitilmiş bir modele gönderir. Model çıkışları daha sonra Earth Engine resimleri veya tabloları olarak kullanılabilir.
TensorFlow modelleri
TensorFlow, derin öğrenme gibi gelişmiş makine öğrenimi yöntemlerini destekleyen açık kaynak bir makine öğrenimi (ML) platformudur. Earth Engine API, TFRecord biçiminde görüntü, eğitim ve test verilerini içe ve/veya dışa aktarma yöntemleri sağlar. Earth Engine'daki verilerle TensorFlow'u kullanan gösterimler için ML örnekleri sayfasına bakın. Earth Engine'ın verileri TFRecord dosyalarına nasıl yazdığı hakkında ayrıntılı bilgi için TFRecord sayfasına bakın.
ee.Model
ee.Model paketi, barındırılan makine öğrenimi modelleriyle etkileşimi yönetir.
Vertex AI'da barındırılan modeller
ee.Model.fromVertexAi ile yeni bir ee.Model örneği oluşturulabilir. Bu, Earth Engine verilerini tenörlere paketleyen, bunları Vertex AI'ya tahmin istekleri olarak yönlendiren ve ardından yanıtları Earth Engine'da yeniden bir araya getiren bir ee.Model nesnesidir.
Earth Engine, TensorFlow (ör. SavedModel biçimi), PyTorch ve AutoML modellerini destekler. Bir modeli barındırmaya hazırlamak için modeli kaydedin, Vertex AI'a aktarın ve ardından modeli bir uç noktaya dağıtın.
Giriş Biçimleri
Barındırılan bir modelin giriş ve çıkışlarının, Earth Engine ile etkileşim kurabilmesi için desteklenen bir değişim biçimiyle uyumlu olması gerekir. Varsayılan olarak TensorProto değişim biçimi kullanılır. Özellikle de base64 olarak serileştirilmiş TensorProto'lar (referans). Bu işlem, ML örnekleri sayfasında gösterildiği gibi, eğitimden sonra ve kaydetmeden önce programatik olarak veya yükleme, giriş ve çıkış dönüşümünü ekleme ve yeniden kaydetme yoluyla yapılabilir. Desteklenen diğer yığın biçimleri arasında RAW_JSON ile JSON ve ND_ARRAYS ile çok boyutlu diziler bulunur. Daha fazla bilgi için yük biçimi dokümanlarımızı inceleyin.
Uç Nokta IAM İzinleri
Bir modeli ee.Model.fromVertexAi() ile kullanmak için modeli kullanmak üzere yeterli izinlere sahip olmanız gerekir. Daha açık belirtmek gerekirse, modelin barındırıldığı Cloud projesi için sizin (veya modeli kullanan herhangi birinin) en az Vertex AI kullanıcı rolüne sahip olmanız gerekir. Identity and Access Management (IAM) denetimlerini kullanarak Cloud projenizin izinlerini kontrol edersiniz.
Bölgeler
Modelinizi bir uç noktaya dağıtırken hangi bölgeye dağıtılacağını belirtmeniz gerekir. Earth Engine sunucularına yakınlığı nedeniyle muhtemelen en iyi performansı göstereceği için us-central1 bölgesi önerilir ancak hemen hemen her bölge kullanılabilir. Vertex AI bölgeleri ve her birinin desteklediği özellikler hakkında ayrıntılı bilgi için Vertex AI konum belgelerine bakın.
AI Platform'dan geçiş yapıyorsanız Vertex AI'ın genel bir uç noktasının ve ee.Model.fromVertexAi()'nin region parametresinin olmadığını unutmayın.
Maliyetler
Maliyetlerle ilgili ayrıntılı bilgi için her ürünün ilişkili fiyatlandırma sayfasına bakın.
- Vertex AI (fiyatlandırma)
- Cloud Storage (fiyatlandırma)
- Earth Engine (fiyatlandırma (ticari))
Tahmini kullanımınıza göre maliyet tahmini oluşturmak için Fiyat Hesaplayıcı'yı kullanabilirsiniz.
Daha fazla bilgi
Barındırılan bir modeli Earth Engine ile kullanma hakkında daha fazla bilgi için görüntü öngörmeyle ilgili Görüntü Tahmini sayfamıza veya Özellikler Tahmini sayfamıza göz atın.